<inputs>
Ask me for: my product, the exact request a user types into it, 6 to 8 photos for the result cards, a royalty-free song around 130 BPM with a clear drop (Mixkit, free for commercial use), and my brand mark for the end card. If I skip anything, use the defaults: the food-ordering story below, food photos from Pexels (fire noodles, birria tacos, hot chicken, buffalo wings, smash burger, spicy ramen), and Mixkit "Cat Walk".
</inputs>
<direction>
A 15-second product launch film, 1920x1080 at 60fps. 2D only, one continuous take. No fades, blurs or cuts: each scene grows from the last. Text rises from a mask line, buttons expand into pages, and color floods from one object before shrinking into another. Give the camera one eased move per scene, and never zoom in and out consecutively.
Look: warm white canvas (#f5f5f2), black UI (#0e0e10), lime accent (#cdf24f), orange (#ff6a2a), and a blue send button (#2f6bff). Add an Apple Intelligence-style iridescent glow around the input: a blurred conic gradient rotating through pink, orange, lime, cyan and violet. Use real food photography on dark cards, Geist for UI and a serif for the product name on the end card.
Banned: crossfades, blur-ins, 3D, particles, camera moves that reverse direction, holds longer than 1s, anything that feels like a template.
</direction>
<structure>
130 BPM, 32 beats (14.8s). Start the song 12 beats before its drop.
Beats 0-6, ask: push slowly into the glowing composer, about 3x zoom. Type the request over three fixed lines with a natural keystroke rhythm:
"I'm really hungry, I don't know
what I want but something
spicy, crispy and filling"
Beat 6, send: press the send button. A lime ripple spreads from it and transforms the message into a chat bubble. Pull back once to reveal the phone around it (428x900 screen, 11px black bezel, 9:41 status bar).
Beats 6-12, think: the send button grows into an orange wok, a half-disc with a thin handle. It tosses 6 colorful ingredients on beats 8, 9, 10 and 11 beneath the shimmering text "Finding something for you…".
Beat 12, the drop: a lime circle expands from the wok to fill the frame in about 0.35s. Dark food cards (330x440, radius 28, photo on top, name, one-line description, price and rating) burst in from the center. Slide the strip across three cards and land on "Fire Noodles", which lifts with a "Best match" pill.
Beats 16-21, chat: the lime contracts back into the user's bubble, carrying its words as the chosen card flies into its slot. "Found it. Fire Noodles from Wok & Fire, smoky, spicy and seriously filling." rises in, followed by "Want me to order it for you?" Then show two pills: "Order now" in black and "More options" outlined. The cursor clicks Order now → spinner → "✓ Ordered".
Beats 21-32, outro: the black button expands into the page, staying pill-shaped as it reaches the edges while the camera pushes into it. Its label grows to headline size, then slides away. Bring in "You were craving noodles." and "Now it's on the way." word by word (92px, white on black). A courier dot follows a route to a pin. The pin becomes the brand mark, and the wordmark wipes out from behind it, with "made with" above and the product name below.
</structure>
<build>
1. One HTML file, 1920x1080. Compute every style from time inside seek(t): no CSS transitions, timers or state carried between frames.
2. Use one camera transform on a container, keyed by [time, zoom, x, y] with eased segments and zoom interpolated in log space.
3. Use closed-form step-response springs for every pop and settle.
4. Make every handoff a shared element: the lime flood carries a copy of the bubble's words, and the button carries its label into the page.
5. Sound: use a downloaded Mixkit SFX for each event - typing, send pop, each toss, drop impact, card swoosh, click, success tone, page-fill whoosh and mark sparkle. Place each by its measured peak and loudnorm to -14 LUFS.
6. Render with Playwright at 60fps using 8 subframes per frame, blended with ffmpeg tmix. Review every fast moment frame by frame and scan the full video frame by frame.
</build>
日本語訳
<inputs>
私に尋ねてください: 私の製品、ユーザーがそれに入力する正確なリクエスト、結果カード用の写真6〜8枚、明確なドロップを伴う 130 BPM 前後のロイヤリティフリーの曲（Mixkit、商用利用無料）、エンドカード用の私のブランドマーク。私が何かを省略した場合は、デフォルトを使用してください: 以下のフード注文のストーリー、Pexels のフード写真（Fire Noodles、birria タコス、ホットチキン、バッファローチキン、スマッシュバーガー、スパイシーラーメン）、Mixkit の "Cat Walk"。
</inputs>
<direction>
15秒の製品ローンチフィルム、1920x1080、60fps。2D のみ、ワンカットの連続撮影。フェード、ブラー、カットは禁止: 各シーンは前のシーンから育っていきます。テキストはマスクラインからせり上がり、ボタンはページへと拡張し、色はあるオブジェクトから溢れ出して別のオブジェクトへ縮んでいきます。カメラにはシーンごとに1回のイージングされた移動を与え、ズームインとズームアウトを連続して繰り返さないでください。
ルック: 暖かいホワイトのキャンバス（#f5f5f2）、黒い UI（#0e0e10）、ライムのアクセント（#cdf24f）、オレンジ（#ff6a2a）、青い送信ボタン（#2f6bff）。入力欄の周りに Apple Intelligence 風の虹色のグローを加えてください: ピンク、オレンジ、ライム、シアン、バイオレットを巡るぼかしたコニックグラデーション。暗いカードに本物のフード写真、UI には Geist、エンドカードの製品名にはセリフ体を使用してください。
禁止: クロスフェード、ブラーイン、3D、パーティクル、方向が反転するカメラムーブ、1秒を超えるホールド、テンプレートのように感じられるものすべて。
</direction>
<structure>
130 BPM、32ビート（14.8秒）。曲はそのドロップの12ビート前から始めてください。
ビート 0-6、問い: 光るコンポーザーへゆっくり押し込む、約3倍ズーム。3つの固定行に、自然なキーストロークのリズムでリクエストをタイプしてください:
"I'm really hungry, I don't know
what I want but something
spicy, crispy and filling"
ビート 6、送信: 送信ボタンを押します。ライムのリップルがそこから広がり、メッセージをチャットバブルに変えます。一度だけ引き戻して、その周囲のスマートフォンを露わにしてください（428x900 の画面、11px の黒いベゼル、9:41 のステータスバー）。
ビート 6-12、思考: 送信ボタンはオレンジの中華鍋、すなわち細い柄の付いた半円盤へと育ちます。ビート 8、9、10、11 で6つのカラフルな食材を放り上げ、"Finding something for you…" という揺らめくテキストの下に置きます。
ビート 12、ドロップ: ライムの円が中華鍋から広がり、約0.35秒でフレームを満たします。暗いフードカード（330x440、半径28、上部に写真、名前、1行の説明、価格、評価）が中心から飛び出します。ストリップを3枚のカードにわたってスライドさせ、"Fire Noodles" で止めると、"Best match" のピルとともに持ち上がります。
ビート 16-21、チャット: ライムはユーザーのバブルへと収縮して戻り、選ばれたカードがそのスロットへ飛ぶのと同時にその言葉を運びます。"Found it. Fire Noodles from Wok & Fire, smoky, spicy and seriously filling." がせり上がり、続いて "Want me to order it for you?"。次に2つのピルを表示します: 黒の "Order now" と、アウトラインの "More options"。カーソルが Order now をクリック → スピナー → "✓ Ordered"。
ビート 21-32、アウトロ: 黒いボタンがページへ拡張し、端に達するまでピル形状を保ちながら、カメラがそこへ押し込みます。ラベルは見出しサイズまで育ち、それからスライドして消えます。"You were craving noodles." と "Now it's on the way." を1語ずつ入れます（92px、黒地に白）。配達員のドットがピンまでのルートをたどります。ピンはブランドマークになり、ワードマークがその後ろからワイプして現れ、上に "made with"、下に製品名が入ります。
</structure>
<build>
1. HTML ファイル1つ、1920x1080。すべてのスタイルを seek(t) の中で時間から計算してください: CSS トランジション、タイマー、フレーム間で持ち越す状態は禁止です。
2. コンテナに1つのカメラトランスフォームを使い、[時間, ズーム, x, y] でキーを打ち、セグメントをイージングし、ズームは対数空間で補間してください。
3. すべてのポップと整定には閉形式のステップ応答スプリングを使用してください。
4. すべてのハンドオフを共有要素にしてください: ライムのフラッドはバブルの言葉のコピーを運び、ボタンはそのラベルをページの中へ運びます。
5. サウンド: 各イベントにダウンロードした Mixkit の SFX を使用してください - タイピング、送信ポップ、各トス、ドロップの衝撃、カードのシューッという音、クリック、成功音、ページフィルのホイッシュ、マークのきらめき。それぞれを計測したピークに配置し、-14 LUFS に loudnorm してください。
6. Playwright で 60fps、1フレームにつき8サブフレームを使い、ffmpeg の tmix でブレンドしてレンダリングしてください。すべての速い瞬間をフレームごとにレビューし、動画全体をフレームごとにスキャンしてください。
</build>
